지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김경섭
- 발행연도
- 2018
- 저작권
- 연세대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
복잡해진 금융시장에 대응하기 위해 매매시점을 정교하게 파악하는 것이 매우 중요해졌다. 기술적 지표를 활용하여 매매시점을 찾는 기존의 연구들은 특정 상황에만 국한된다는 단점이 존재한다. 본 연구는 이러한 기존 연구들의 단점을 보완한 스코어링 모델을 제시한다.
본 연구에서 제시하는 스코어링 모델은 주가수준 및 이동평균과 관련된 21가지의 변수들을 선정하여 입력변수로 사용하였으며, 유전자 알고리즘 기법을 통한 최적화 과정을 거쳤기 때문에 다양한 금융 상황에도 적용될 수 있다. 제시하는 모델에 대한 실증 분석에는 과거 12년(2005 ~ 2016)의 KOSPI 데이터를 사용하였으며, 슬라이딩 윈도우 기법을 적용시켜 분석을 진행하였다.
본 모델은 트레이닝 기간을 3년으로 하여 최적화된 변수를 이후 3개월간 적용하는 방식으로 시장 대비 성과를 측정하였으며, 추세장일 경우에는 상승기에는 보유전략, 하락기에는 현금화 함으로써 투자원금의 보존을 추구함으로써 우수한 성과를 보였으며 횡보 국면에서는 시장에 다소 후행하여 매매를 함으로써 큰 폭의 하락은 없는 반면 시장대비 초과수익을 내기에는 다소 부족하다는 한계가 있었으나 전반적으로 기존의 기술적 지표를 활용한 방법보다 우수한 성과를 얻을 수 있었다.
본 연구에서 제시하는 스코어링 모델은 주가수준 및 이동평균과 관련된 21가지의 변수들을 선정하여 입력변수로 사용하였으며, 유전자 알고리즘 기법을 통한 최적화 과정을 거쳤기 때문에 다양한 금융 상황에도 적용될 수 있다. 제시하는 모델에 대한 실증 분석에는 과거 12년(2005 ~ 2016)의 KOSPI 데이터를 사용하였으며, 슬라이딩 윈도우 기법을 적용시켜 분석을 진행하였다.
본 모델은 트레이닝 기간을 3년으로 하여 최적화된 변수를 이후 3개월간 적용하는 방식으로 시장 대비 성과를 측정하였으며, 추세장일 경우에는 상승기에는 보유전략, 하락기에는 현금화 함으로써 투자원금의 보존을 추구함으로써 우수한 성과를 보였으며 횡보 국면에서는 시장에 다소 후행하여 매매를 함으로써 큰 폭의 하락은 없는 반면 시장대비 초과수익을 내기에는 다소 부족하다는 한계가 있었으나 전반적으로 기존의 기술적 지표를 활용한 방법보다 우수한 성과를 얻을 수 있었다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0